Teknologi Synthetic Aperture Radar (SAR) berkembang pesat selama sepuluh
tahun terakhir. Saat ini, ketersediaan data SAR untuk publik sangat besar,
didorong oleh program dari European Satellite Agency (ESA) yang meluncurkan
satelit Sentinel-1 sejak tahun 2014. Data satelit lampau juga banyak yang mulai
dibuka untuk publik sehingga ketersediaan datanya sangat besar baik secara spasial
maupun temporal. Ketersediaan data ini dapat dimanfaatkan untuk pemantauan
deformasi bumi diseluruh wilayah Indonesia seperti aktifitas tektonik, penurunan
muka tanah, dinamika gunungapi, dan Gerakan tanah. Penelitian disertasi ini fokus
pada pengembangan algoritma untuk pengolahan data SAR dalam jumlah besar.
Algoritma tersebut melibatkan kecerdasan buatan, dalam hal ini metoda Multilevel
Wavelet Convolutional Neural Network (MWCNN) untuk analisis spasialnya, serta
metoda hitung perataan sekuensial untuk analisis deret waktu. Penggunaan kedua
metoda ini diharapkan dapat mempersingkat waktu pengolahan data dengan hasil
informasi deformasi spasio-temporal yang baik.
Perpustakaan Digital ITB